公开(公告)号：CN109558834A

公开(公告)日：2019-04-02

申请号：CN201811433403.X

申请日：2018-11-28

Applicant: 福州大学

Inventor： 陈晓云 ,  康叶媛 ,  王文烨 ,  庄姗姗 ,  陈智平

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明涉及一种基于相似度学习及核方法的多视角步态识别方法，通过字典表示获取不同视角下样本的相似关系，通过单核或多核方法提取样本的非线性特征，并求解优化模型得到不同视角到公共子空间的投影，将核非线性变换后的待测步态样本与已注册步态样本集合投影到公共子空间，从而通过在公共子空间中的距离关系匹配步态识别人的身份。本发明训练过程中不依赖于步态识别视频的身份信息，且在待识别步态视频与已注册步态视频集合所属视跨度较大时，与现有方法相比能取得较高的识别精度。

公开(公告)号：CN109325442A

公开(公告)日：2019-02-12

申请号：CN201811093072.X

申请日：2018-09-19

Applicant: 福州大学

Inventor： 陈晓云 ,  王彬福 ,  陈智平 ,  庄姗姗

IPC: G06K9/00

Abstract: 本发明涉及一种图像像素缺失的人脸识别方法，包括以下步骤：步骤S1：对人脸图像数据进行预处理；步骤S2：结合低秩矩阵填充模型和低秩表示分类模型对待测样本集学习关于训练样本集的表示，同时对训练样本集的缺失项进行填充；步骤S3：基于最近邻子空间准则对待测样本进行分类，得到待测图像的类标签。本发明对存在缺失项的人脸图像基于低秩填充和低秩表示分类模型将填充过程和表示系数学习过程整合在同一个模型得到了更好的填充效果和识别性能。

公开(公告)号：CN109558834B

公开(公告)日：2022-06-21

申请号：CN201811433403.X

申请日：2018-11-28

Applicant: 福州大学

Inventor： 陈晓云 ,  康叶媛 ,  王文烨 ,  庄姗姗 ,  陈智平

IPC: G06V40/10 ,  G06V20/52 ,  G06K9/62 ,  G06V10/774 ,  G06V10/74

Abstract: 本发明涉及一种基于相似度学习及核方法的多视角步态识别方法，通过字典表示获取不同视角下样本的相似关系，通过单核或多核方法提取样本的非线性特征，并求解优化模型得到不同视角到公共子空间的投影，将核非线性变换后的待测步态样本与已注册步态样本集合投影到公共子空间，从而通过在公共子空间中的距离关系匹配步态识别人的身份。本发明训练过程中不依赖于步态识别视频的身份信息，且在待识别步态视频与已注册步态视频集合所属视跨度较大时，与现有方法相比能取得较高的识别精度。